
MoscowAI #7 x Школа 21
Как организовать AI-разработку, дать LLM управление интерфейсом и понять, насколько хорошо работает RAG? Обсудим на конкретных примерах — с кодом, опытом и неожиданными результатами.
В программе три доклада:
🧠 Николай Каморник — AI-разработка с системным подходом
Спецификации, база знаний и работа с контекстом: как выстроить процесс, чтобы не объяснять модели всё заново в каждой сессии.
🖥 Руслан Иванов, Альфа-Банк — LLM управляет интерфейсом
На живом примере подключим модель к frontend-приложению через AG-UI и посмотрим, что она сможет делать.
🔎 Максим Богуславский — как оценивать качество RAG
Разберём систему для юридических документов: как измерять качество поиска и почему в одном из тестов рерэнкер сделал результат хуже.
Будет время задать вопросы, познакомиться и обсудить свои проекты после докладов.
🗓 22 октября
🚪 Сбор гостей — 18:30, начало — 19:00
📍 Школа 21, ул. Вятская, 27, стр. 42
🪪 Для входа возьмите паспорт или водительское удостоверение.
Кратко о мероприятии
- Для кого
- AI-разработчики, ML-инженеры, backend-разработчики, frontend-разработчики, data scientists, техлиды
- Основные темы
- AI-разработка, разработка LLM-приложений, оценка качества RAG, интерфейсы под управлением LLM, управление контекстом для LLM
- Что получите
- изучить системный подход к AI-разработке, понять, как управлять контекстом LLM с помощью спецификаций и базы знаний, увидеть живой пример управления интерфейсом через LLM с AG-UI, узнать методы оценки качества RAG, понять подводные камни рерэнкинга в поиске, пообщаться и обсудить проекты
- Формат программы
- глубокие технические доклады, продакшн-кейсы, практика, нетворкинг










